Guru Maker는 투자 분석에 맞춰 설계한 AI 에이전트 메모리 레이어입니다.

투자에서 메모리는 과거 자료를 다시 찾는 것만으로는 부족합니다. 시간이 지나도 쓸 수 있는 내용과 특정 시점에만 유효한 내용을 구분해야 하고, 한 번의 성공을 영구적인 투자 원칙으로 만들어서도 안 됩니다.

잘못 저장된 경험은 에이전트를 똑똑하게 만드는 대신 과거에 과적합시킬 수 있습니다. 우연히 맞힌 종목의 특징을 새로운 투자 법칙으로 만들거나, 오래된 시장 상황을 현재에도 유효한 내용처럼 사용할 수 있기 때문입니다.

Guru Maker는 이를 막기 위해 메모리를 다섯 계층으로 나눕니다.

Wiki— 산업 구조처럼 비교적 오래 사용할 수 있는 지식Evidence— 특정 시점에 관찰하거나 계산한 내용Decision— 그 시점의 정보로 내린 결론Lens— 여러 사례와 반례를 거친 해석Method— 반복해서 사용할 수 있는 분석 및 검토 절차

또 다른 LLM 위키가 아닙니다

일반적인 LLM 메모리는 대화나 문서를 저장한 뒤, 다음 작업에서 비슷한 내용을 찾아 다시 불러오는 방식으로 동작합니다.

Guru Maker는 기억의 양보다 어떤 내용을 어떤 단계에 남길 수 있는지에 더 집중합니다.

한 번 확인한 내용은 먼저 Evidence로 남습니다. 이를 바탕으로 투자 여부를 검토하면 Decision이 만들어집니다. 시간이 지난 뒤 결과를 다시 살펴봐도 과거 Decision을 고쳐 쓰거나 삭제하지 않습니다.

새로운 기록이 기존 기록을 updates

또는 contradicts

하도록 연결해, 처음에는 어떻게 생각했고 이후 무엇이 달라졌는지를 함께 남깁니다.

여기서 발견한 교훈도 바로 Lens나 Method가 되지 않습니다.

다른 사례에서도 같은 설명이 통하는지, 반례에서는 어디까지 깨지는지, 어떤 조건에서 사용하면 안 되는지를 확인해야 재사용 가능한 단계로 올라갈 수 있습니다.

즉, Guru Maker의 메모리 구조는 단순한 파일 분류가 아닙니다. 하나의 사례가 너무 빨리 일반적인 투자 법칙으로 굳어지는 것을 막는 구조입니다.

이미 아는 산업을 매번 처음부터 조사하지 않기

예를 들어 에이전트에게 반도체 제조 공정과 공급망을 조사하고 Wiki로 저장해달라고 할 수 있습니다.

이후 AI 반도체 기업을 조사하면 에이전트는 반도체 산업의 기본 설명을 처음부터 반복하지 않습니다. 기존 지도를 바탕으로 현재 기업에 필요한 질문부터 시작합니다.

• 실제 병목은 웨이퍼, HBM, 패키징, 기판, 테스트 중 어디에 있는가
• 증설이 실제 출하량과 매출로 연결되기까지 얼마나 걸리는가
• 공급망의 어느 지점에 이익이 가장 많이 남는가
• 과거에 정리한 산업 구조가 현재에도 유효한가

Wiki가 특정 종목에 대한 매수 의견을 만드는 것은 아닙니다. 다음 리서치를 더 나은 출발점에서 시작하게 해주는 역할입니다.

현재 시장이나 기업에 관한 내용은 Evidence로 남고, 이를 바탕으로 내린 결론은 Decision으로 기록됩니다.

나중에 결과를 Review하면 당시 생각을 지우는 대신 무엇을 놓쳤는지, 예상은 맞았지만 결과가 우연히 달라졌는지, 다음 분석에서는 무엇을 바꿔야 하는지를 새로 남깁니다.

한 번 맞힌 종목을 투자 법칙으로 만드는 대신, 경험을 검토하고 제한적으로 재사용하는 방식입니다.

사용할수록 발전하는 투자 에이전트

Guru Maker는 모델 자체를 파인튜닝하지 않습니다. 대신 투자 경험이 쌓이고 검토되는 방식을 구조화합니다.

에이전트는 이미 조사한 산업을 매번 처음부터 공부하지 않고, 과거의 결론과 이후의 결과를 함께 참고합니다. 여러 사례와 반례를 통과한 내용은 Lens와 Method로 남아 다음 리서치에 사용됩니다.

같은 모델을 사용하더라도 프로젝트를 오래 운영할수록 더 나은 출발점에서 분석을 시작하고, 과거의 실수를 반복하지 않는 투자 에이전트로 발전할 수 있습니다.

이 구조는 특정 자산이나 분석 방법에 종속되지 않습니다.

• 기업 펀더멘털 리서치
• 산업과 공급망 분석
• 기술적 분석
• 퀀트 리서치와 백테스트
• 포트폴리오와 리스크 분석
• 채권과 금리
• FX
• 크립토

분석 방법은 달라도, 오래 사용할 수 있는 지식과 특정 시점의 기록을 구분하고 경험을 너무 빨리 일반화하지 않아야 한다는 문제는 같습니다.

Guru Mode

Guru Mode의 기본값은 auto

입니다.

auto

에서는 에이전트가 작업을 수행하면서 이후에도 다시 사용할 가치가 명확한 내용을 작고 검토 가능한 범위에서 개선할 수 있습니다.

모든 답변과 대화를 자동으로 저장하는 것은 아닙니다. 단순한 사실 확인, 일시적인 계산, 검토되지 않은 추측이나 개인적인 출력 형식 선호는 투자 메모리로 남기지 않습니다.

자동 업데이트를 원하지 않으면 off

로 변경할 수 있습니다.

off

에서는 기존 메모리를 분석에 사용할 수 있지만, 사용자가 저장이나 수정을 명시적으로 요청한 경우에만 파일이 변경됩니다.

기술 구조

별도의 벡터 데이터베이스나 RAG 서버 없이 프로젝트가 소유한 Markdown을 사용합니다. 에이전트가 메모리 디렉터리 전체를 읽는 것도 허용하지 않습니다. Rust Runtime을 통해 필요한 내용을 검색하고, 선택한 ID만 정확히 읽습니다.

Guru Maker는 AI가 모든 것을 기억하게 만드는 프로젝트가 아닙니다.

무엇을 오래 남겨야 하는지, 무엇은 당시 기록으로만 보존해야 하는지, 어떤 교훈은 아직 일반화하면 안 되는지를 구분하려는 프로젝트입니다.